JPS58501011A - 自動最適調整方法とその機構 - Google Patents
自動最適調整方法とその機構Info
- Publication number
- JPS58501011A JPS58501011A JP57502295A JP50229582A JPS58501011A JP S58501011 A JPS58501011 A JP S58501011A JP 57502295 A JP57502295 A JP 57502295A JP 50229582 A JP50229582 A JP 50229582A JP S58501011 A JPS58501011 A JP S58501011A
- Authority
- JP
- Japan
- Prior art keywords
- variable
- performance characteristics
- variables
- optimal
- microprocessor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 35
- 230000007246 mechanism Effects 0.000 title claims description 21
- 238000012360 testing method Methods 0.000 claims description 33
- 239000003814 drug Substances 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 19
- 229940079593 drug Drugs 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 8
- 238000002474 experimental method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 241001674048 Phthiraptera Species 0.000 claims description 2
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000012994 industrial processing Methods 0.000 claims description 2
- 238000009412 basement excavation Methods 0.000 claims 3
- 241001609213 Carassius carassius Species 0.000 claims 1
- 241000931705 Cicada Species 0.000 claims 1
- 241001062872 Cleyera japonica Species 0.000 claims 1
- 238000010304 firing Methods 0.000 claims 1
- 238000005065 mining Methods 0.000 claims 1
- 230000008520 organization Effects 0.000 claims 1
- 235000002020 sage Nutrition 0.000 claims 1
- 238000000528 statistical test Methods 0.000 claims 1
- 210000002784 stomach Anatomy 0.000 claims 1
- 238000013461 design Methods 0.000 description 28
- 239000011159 matrix material Substances 0.000 description 18
- 230000000694 effects Effects 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 239000000446 fuel Substances 0.000 description 5
- 229910045601 alloy Inorganic materials 0.000 description 4
- 239000000956 alloy Substances 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 241000282412 Homo Species 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 229910052750 molybdenum Inorganic materials 0.000 description 2
- 229910052759 nickel Inorganic materials 0.000 description 2
- 229910052758 niobium Inorganic materials 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 229910052720 vanadium Inorganic materials 0.000 description 2
- OJHZNMVJJKMFGX-BWCYBWMMSA-N (4r,4ar,7ar,12bs)-9-methoxy-3-methyl-1,2,4,4a,5,6,7a,13-octahydro-4,12-methanobenzofuro[3,2-e]isoquinoline-7-one;(2r,3r)-2,3-dihydroxybutanedioic acid Chemical compound OC(=O)[C@H](O)[C@@H](O)C(O)=O.C([C@H]1[C@H](N(CC[C@@]112)C)C3)CC(=O)[C@@H]1OC1=C2C3=CC=C1OC OJHZNMVJJKMFGX-BWCYBWMMSA-N 0.000 description 1
- 229910000851 Alloy steel Inorganic materials 0.000 description 1
- 241000239290 Araneae Species 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- LFVLUOAHQIVABZ-UHFFFAOYSA-N Iodofenphos Chemical compound COP(=S)(OC)OC1=CC(Cl)=C(I)C=C1Cl LFVLUOAHQIVABZ-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 229910017153 MnC Inorganic materials 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000011838 internal investigation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 231100000636 lethal dose Toxicity 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 230000007595 memory recall Effects 0.000 description 1
- 230000005906 menstruation Effects 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 235000021419 vinegar Nutrition 0.000 description 1
- 239000000052 vinegar Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02B—INTERNAL-COMBUSTION PISTON ENGINES; COMBUSTION ENGINES IN GENERAL
- F02B75/00—Other engines
- F02B75/02—Engines characterised by their cycles, e.g. six-stroke
- F02B2075/022—Engines characterised by their cycles, e.g. six-stroke having less than six strokes per cycle
- F02B2075/027—Engines characterised by their cycles, e.g. six-stroke having less than six strokes per cycle four
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Automation & Control Theory (AREA)
- Medical Informatics (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control By Computers (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。
Description
【発明の詳細な説明】
自動最適調整方法とその機構
技術分野
この発明は自動最適調整方法とその機構に関し、さらに詳しくは自動最適調整を
動的かつ実時間で行なうための方法とその機構に関する。
背景技術
この出願は私が1979年8月24日に出願しその後放棄して現在に至っている
アメリカ合衆国特許出願第69、297号の一部継続出願として1981年6月
22日に出願した現在なお係属中のアメリカ合衆国特許出願第275.758号
の一部継続出願である。
自動最適調整技術には多くの異なった方式がある。
アメリカ合衆国特許における従来技術としては一度に一つのパラメータもしくは
変数調節を行なうバーダウz イ(uar′daway)の末端パラメーター捜
1 制mlシステム(第6.466.430号)がある。ラッソ(Ruaao
) (第3゜576、976号)は直線回帰ネットワークとパターン認識ネット
ワークとを組合わせた制御システムを提供している。スミス(Swith) (
第3.694.636号)の7”。
グラム化されたデジタルコンピュータプロセスIJNも(1)
また集合データの最小二乗回帰適合を利用している。
バロン(Barron ) (第3.460.096号および第3.519゜9
98号)は彼自身の自動最適制御システムを利用して多変数パラ2−タースペー
ス内の捜査を行なっている。しかしながらマイクロプロセッサ技術は開発されて
いなかった。このため、これらの特許発明はいずれもこの出願において提示され
る特殊な問題、すなわち近代的な統計的設計を伴なって10億分の1秒の速度の
実時間で操作することによシ一時かつ同時に多くの変数(7,63,511,4
0000・・・)を最適調整しうる方法とその機構(従来技術においてこのよう
な必須技術は全く言及されていない、)を全く取扱っていない。
たとえ後述する必須の統計的設計が利用されたとしても、自動車もしくは患者の
体あるいはドリルに装備することによシ省力化および・何十億もの判定を瞬時に
行なうことができるようなマイクロプロセッサは1966〜67年には全く存在
しなかった。しかしながらこれらの特許は本発明の冥施にしばしば役立つ制御シ
ステム、アクチュエータ、計算器、タイミング回路、D/A変換器、メモリ装置
、センサ、コンパレータ、論理装置、符号検出益等を利用するための背景を提供
してい(2)
術、特にマイクロプロセッサを利用するものである。
る。
統計的方法を利用した7個に至る変数に関する最適調整について、本発明の発明
者は1958年4月7日刊のケミカル・エンジニアリング・マガジン(Chem
icalEngineering Magazine )に「作業票による最適
調整条件の提供」と題する論文を載せている。発明者はまた、1962年刊のジ
ャーナル・オプ・アメリカン・スタテイステイカル・アソシエーシIン(Jou
rml of AmericanStatilstiO11ムasociati
on )の第57巻第455〜477頁に「実験的変数の走査に関する継続的方
法」と題する論文を載せている。
私は参考としてまたこの発明を開示するにあたシその一部として私の上記アメリ
カ合衆国特許出願と刊行された論文および上記アメリカ合衆国特許を採用した。
自動機械は非常に一般化されてさている。機械加工、製図および部品の組立を数
値制御により行なうことは既に多くの反響を呼んでいる。車輌速度、部屋内もし
くは家庭の冷暖房、家庭用具、工業用製造設備およびその他多くの器具、設備も
しくは装置を自動的に制御することは増々一般化されつつある。これら全ての自
動機械は急速に発展したマイクロエレクトロニクス技(3)
様な要素のように、通常は無接されるその仙のfr辱た残念ながら以前よシその
必要性が感じられていたに4かかわらず、これらの機械は高度なものではない。
これらの機械は例えば姓料経済性、精度、安全性、生産高もしくけ純度、トータ
ルコヌト、環境影響性もしくはこれらを組合わ−せた特性のような所望の性能特
性をいくらかでも動的かつ実時間で最適調整を行なうことは不可能である。その
理由は簡単に理解されるであろう。車輌速度制御の場合、まず最初に「代表」の
試料となる自動車が選ばれ、そして狭い寮験範囲内できまぐれの限られた方法で
テストが行なわれる。予想方程式もしくは応答サーフェスがその後結果として得
られた「平均」に基づいてマイクロプロセッサにプログラムされ、これはサンプ
リング、類推およびその他による誤差を無視して成功を望むものである。車輌速
度まな影響のような明白な変数のみならず、しばしば連続的に変化する、例えば
ガソリンおよびオイルの1類と量、自動車への負荷、風の槍如すなわち方向と速
度、雨傘雷、運転者の習慣と状影、道路の経年数、傾斜度および状肪、自動車と
そのエンジンの経年数その性向(4)
要素にもまた依存している。これらおよび多くの他の変数、要素もしくはバラメ
ータの影響は完全には判断されていない。これらの影響はまた月、週、日ごとに
もしくは瞬時にさえも変化しうる。加えて、これらの変数は相互に大きな作用を
及ぼすであろう。これらの変数の多くは未知であシ、もしくは予想すらされてい
ない。
従って、特定の重要性のある機械には、信頼性の有る最適調整が継続的かつ瞬時
に行なわれねばならない。
また、その存在および重要性が未知の変数もしくはバ31.65,127.20
0もしくは40000にも及ぶかもしれない。全ての調査が必要である。重要な
変数を単に1個もしくは2.6個もらしても最適調整は効果的に行なわれずある
いは役に立たないものになってしまう。しかしながら非常に多くの度数とそれら
の相互関係が存在することに加えてさらに多くのテストを通常的に行なわねばな
らないことにより、このような作業に不可能と思われる。mの変数を各々単Vこ
2つの水準すなわち条件でテストするにしてもそのテスト数n(5)
け、n=2の数を必要とする。璽= 7.31,63.1279
および200の場合、それぞれn=128.2.148X10゜9.223 X
1 o’? 1.701 X 1038および1.606X 1060となる
。計算速度を10億分の1秒としても最後の6個の道にはそれぞれ2.925
X 10”、 5.394 X 1024および5.093X10 年かかる。
このようなジレンマをさらに深めるのは、パラメータが重要なものであるかどう
かによって異なるが、全く同一の自動車、S械、設備、部品 人間、環境等は存
在しないという事賽である。多くの自動車もしくは機械の部品には寸法差(仕様
に定めた範囲内の)が存在する。これらの部材は相関性が有る。偶然の組合わせ
で機械がどのような危険な部品組になるかは全く未知であシ予想もつかない。
このことはまた、個々の自動車あるいは機械になぜ真正かつ意義のある最適調整
を行なわねばならないかのもう一つの理由となっている。加えて、これらの多く
の変数の水準すなわち条件はそれらの個々の最適価値の特異な組合わせで設定さ
れねばならず 機能関係はそiが貧化する以前に即座に決定されねばならない。
さらに、自動車あるいはその他の機械は動的環境下にあるので、これらのテスト
、判定および変数11M1節も(6)
また動的に行って、必要に応じて定期的にチェックしかつあるいは毎時間、毎分
もしくは何分の1秒か毎にさえも調節を行なわねばならない。このような要件は
プリセットされたいかなるプログラムをも無効とするので、要件を満たすには系
統的な統計設計と最新式のマイクロプロセッサを使用する他はない。
発明の開示
本発明は有効な統計設計を遺定し、設計マトリックスに従ってm変数の条件を調
節し、最適調整されるべき性能特性の条件および価値に関する多種のデータを集
積しかつ記録し、個々の機械に関するデータを分析して変数と性能特性の機能関
係を判定し、多くの変数の、特定瞬間、機械条件、環境もしくはサービス要件に
関する特異な組合わせを十億分の1秒以上の速度で算定して所望の性能特性を瞬
時に最適化し、これら多くの変数をそれぞれの最適価値もしくは条件にws*a
し、かつ定期的にチェ2りおよび再關節を行なってその瞬時の後の間に最適調整
を行なうことにょシ、機械を動的かつ実時間で自動的に最適調整するための方法
を提供するものである。この自動最適MaM方法に基ついて操作されるさまざま
な産業の各棟の機械もまた開示さく7)
れている。
図面中、第1図は自動最適調整方法のフローチャートを示し、第2図は特殊な鉄
ベースの合金のための自動最適化溶鉱炉を示し、第5図はこの発明による自動最
適調整自動車を示し、第4図は目動生産システムに利用される自動最適調整方法
のフローチャートを示し、第5図は継続走査法による自動最適調整方法のフロー
この発明の方法および機構は多くの多種にわたる機械を何十億もしくはそれ以上
の計算段階を要する10゜IOo、1000もしくはそれ以上の変数を処理する
電光速度で動的かつ実時間で自動最適調整する用途に広く適用可能である。
典型的な自動最適化方法にお社るさまざまな段階を第1図にフローチャートで示
す。以下の実施例でこのような自動最適調整方法の適用を詳細に説明する。この
実施例は私が既に述べた作業票に関する論文の第1例に関連するものでおる。し
かしながらここでの設計マトリック7、MTXDSN (J、■)にプログラミ
ングを(8)
容易にするための変形が加えられている。第1表および第2表はそれぞれ設計マ
トリックスおよびプログラムリストを示す。設計マトリックスはテスト数n=8
で変数m=7に至る処理を行なう8(または2k)×7(2に−1)マトリック
スである。これは4×3マトリツクス(太線で示す、)から構成でき、さらにこ
のマトリックスも2×1マトリフクヌから構成できる。これら3つのマトリック
スのに値はそれぞれ6.2および1である。新しい設計マトリックスに’= k
+ jの第1カラムを決定するには第2表のプログラムリストのトウー・ルー
プ(do 1oop) (記事番号27)に示すように、低水準条件(すなわち
水準1)が最初の2にのテストに供され、次いで高水準条件(すなわち水準2)
が最後の2にのテストに供される。旧のマトリックスを新しいマトリックスの左
下4分の1の部分とした後(第するその他の2に一1カラムすなわちカラムJJ
K=2”+JJ、JJ=1〜N工M (NI−1”2”−1)が、カラムJJと
Nlにおける条件すなわち水準を比較することにより得られる。もしもこれら2
つのカラムが同様な条件1もしくは2を有しているならはこ1らの新しく9)
いJJKカラムは条件1ないしは2を有し、これはすなわちこれら2つの水準(
1もしくは2)の合計がそれぞれ奇数であるか偶数であるかによる。この設計マ
トリックス(第1表)は鳳=1.3.7耽21−1の変数をn=2に=2.4.
8のテスト数でテストするのに利用できるが、−最後のマトリックス8×7は上
記原則すなわち1プログラム(第2表)に基づいて、鳳=15゜31.63,1
27,255,511.1023.・・・=2に−1の変数をn = m +
1のテストで処理できるよう簡単に拡張可能である。
実施例として特殊な鉄ベースの合金を作るための溶鉱炉型式の機械20の処理を
挙ける。この溶鉱炉は特定の性能特性すなわち変数(すなわち7つの化学分子O
r、 Ml、 Mo、 V、 Nb、 MnおよびCのそれぞれに対するA〜G
)の固定数(すなわち1=7)の変化に対応して溶鉱炉で産出された合金の1,
000pai(すなわち6.89X 1Q’ ne鱈one/W )の高熱張力
に関する最適調整を行なう、この機械すなわち溶鉱炉には基本水準(例えばCr
4%)と変化単位(例えばCr1%)t−変数して与えられて所望の水準すなわ
ち二水準因子寮験に関する第1変数Crに対する高水準hilo (1、2)=
5%と低水−
準(1,1)=3%を自動的に演算するマイクロプロセッサ28が組み込まれて
いる。その他の変数11=2〜7に対する基本水準はそれぞれbaae(i)=
2.0.1 。
[)、02.0.L D、4および0.4(%)であル、一方、変化単位はそれ
ぞれUnit(1)” 1 、0.1 、0.02 、0.1.0.1および0
.1(%)である。かくして完全なw、 X 2 hiloマトリックスが完成
される。
上記プログラムリストに従ってマイクロプロセッサにより選定された設計マトリ
ックスはn = 2に= 2’L 8となる。各二つの水準においては通常2=
128のテストが必要となる。従って設計実験は1 /27−’ = 1 /2
’ =1/16の部分再現実験となる。すなわち、各16のテストのうち実際に
行なわれるのは1回だけである。これは非常に大きな節約となる。nおよびmが
大きくなると節約はさらに大きなものとなる。11#実、このような設計実験は
これまで不可能とされていた仕事を簡単に処理可能とすることができる。
7 (=wr )基のアクチュエータすなわち合金要素供給装置121〜27が
各元素の一つに対し提供されている。これらのアクチュエータに、第2図に示す
相互連結線を通じて同様なマイクロプロセッサ28により制(ロ)
御(供給時間もしくは比率に関し)されつつ、継続的に8(=n)回作動される
。これらのアクチュエータkiI計マトリックスmtxdan (8、7)およ
び高低水準マトリックスhno(7,2)に従って7変数(すなわち要素Cr、
Ni・・・)を同時に調整する。例えば第1のテス)(i=1)では低水準にお
ける全ての要素付加すなわちhllo(1,1)、i=1〜7、もしくは6%C
r。
1%N1・−・が必要とされる。自動最適調整機構すなわち験が完了する。サン
プラー29によシサンプリングされた1もしくはそれ以上のサンプルが8回の溶
解の各々から自動的に調整されて高熱張力試験器39でテストされる。8回のテ
スト結果はマイクロプロセッサのメモリセクシ■ン(図示しない、)に記録かつ
配憶され、マイクロプロセッサによシ絖計的に分析されて高熱張力に関する7つ
の要素すなわち変数間の機−関係すなわち性能特性pfxnca(j)、 j
= 1〜8が決定される。このような関係に基づいて最適調整テストが設計され
、基本水準base (i )、効果effect (i )および変化単位u
nit(1)により決定される最も急な上昇経路によってテス(財)
トが行なわれる。最適調整が達せられたとみなすためのさまざまな方法は最後の
コメント群(記事第33と第46との間)に提供されている。これによシフ基の
アクチェエータはマイクロプロセッサ28の制御下で調節されてそれぞれ最急上
昇経路に沿って決定された水準にセットされる。このような手順によシこの機械
すなわち溶鉱炉の自動最適調整プロセスが完了する。
性能特性データpfmcha(j)に統計的分析を行なうことによシ、m変数の
主効果(1)とさらにそれらの交互作用couple(1,j)が得られる。こ
れらの主効果にそれぞれの変化単位unit(i)を乗ずれば、定数const
nが1.0である場合、偏導関数change(i)が直接得られる。このよう
な鳳変数すなわち分子の含有率に関する偏導関数は交互作用を有しない。
ある場合には完全な部分要因配Wk寮験を必要とせずもしくは不可能なことがあ
る。この場合には適当なセンサを重要箇所に配置してさまざまな瞬間における全
ての変数の水準を同特に検知し、かつ性能特性(すなわち上記5J!施例におけ
る高熱張力)を記録する。例えば質量分析器もしくはマイクロプローブを機械に
装備分子の
することによって、サンプルを選択された7−で11(至)
率に関して任意の時間間隔で分析することができる。
これによシ、711の分子と高熱張力との間の機能関係を表わす回帰方程式が決
定される。このような関係から偏導関数および最急上昇路がまた決定される。回
帰方程式の決定に際するマイクロプロセッサ28のプログラミングに関しては例
えばヲッソの特許第6.576゜976号を参照されたい。
産業上の利用可能性
上記実施例における自動最適−整機構は特殊合金鋼を製造するための溶鉱炉であ
る。上記の機械を僅かかつ簡単に変形することによシ、Cr、 Ni、 Mo、
V、 Nb、 MnC等の薬物(その他化学物質のみならず鉱物、植物および
その生死を問わずバクテリアをも含む)を供給器21〜27を通じて皮下注射針
もしくは供給口へ最適な組合わせで分配すべく自動最適1111!!された薬物
探累器もしくは薬物分配器を提供することができる。サンプラー29とともに試
験器69を使用することにより、そのように供給された患者もしくは病気の動物
の医学的状態を調べることができる。この状急には生体器官の機能すなわち採取
した血液、尿およびその他の流体の化学的性質もしくはその他の最XI!調整さ
nるべき生理(ロ)
学的データが含まれる。上記溶鉱炉の場合と同様、アクチュエータ21〜27、
サンプラー29および試験器59は全てマイクロプロセッサ28に接続されてこ
れKよシ制御される。
例えば癌のような重病を治癒することができる僅かな薬物を何千もの中から探し
出す、すなわち、ふるいにかけるには上記のり一層による継続選抜技術が利用で
きる。このような技術において鳳の薬物から少数(P)の重要な薬物をCサイク
ルで選抜するための最良の方法は各サイクルで同数すなわち(、pO−1,1/
cのテストを行なうことである。例えば1ooooの薬物すなわち化学物質から
サイクルc=4で見込み部P=10の重要薬物を選抜するには各サイクルについ
て全て供給器を通じて別の容器から供給することによ!!756.2回のテスト
が必要となる。(すなわち1サイクルには57回のテストが必要となる。) 5
6.2回のテストのうちの10回もしくはそれ以下の回数でプラス効果もしくは
マイナス効果が示されるであろう。第1サイクルのその他の数のテストすなわち
46.2回では効果が示されないであろうし、これらのテスト(46,2x 1
0000156.2 =8220.6 )における薬物の全てに関するテ(2)
ストはもはや行なわれない。第2サイクルでは1779゜4の薬物が各々51.
7の薬物に対する56.2回のテストで選抜され、引き続き4回のサイクルが終
了するまでテストが行なわれる。必要とされる総テスト数は多くともほんの4X
56.2=224.8回であシ、97.752%の節約となる。たとえPの数が
見込み違いであったとしてもこのような総数はやはシはぼ同数であることが示さ
れる。さらに、マイナス効果の薬物を他の重要でない薬物とともに除外するなら
ば、総テスト数は一層小さくなシ、さらに大きな節約となる。このような最適調
整方法のフローチャートを第5図に示す。
10000の薬物に対するhiloマトリックヌ評価は単にノーかイエスか(そ
れぞれ水準1および2に対して)、低位か高位か、もしくはさらに詳しく、特定
薬物に関する致死量の5%か10%かであってもよいことに注意されたい。この
ようにしてeffect(1)、1=1〜10000およびchange(i)
、1=1〜10000が決定され、ここではまた最急上昇法が利用される。
自動IIl適I14整方法を自動単に適用する場合の特定性能特性は消費燃料、
エンジン摩耗、制限遠浅および運転者の疲労等に関するある限定下での燃料&済
性もしく至)
くは最小走行時間でろろう。また変数としては以上に述べたものの他、空燃比、
燃料点火条件、排気設計およびその他国様のものがある。ここで、センサは圧力
、温度、時間、力、流体レベル、流速、電圧、電流等を感知し、アクチュエータ
はタイマー、計量装璽、電圧調整器、動力機構等を作動させる。これらのセンサ
およびアクチュエータは全て市販のものであシ、また一般的な電子制御技術に基
づいて、メモリ機構と同様に機械およびそのマイクロプロセッサさらにはこれら
相互に適宜接続される。自動最適調整方法および機構のその他の用途としては、
ビルの暖房および/もしくは冷房制御、家庭用器具、製造システム、工業加工設
備、R&D機械、電気工具、サービヌ設備、運搬車輌、高度兵器等がある。異な
った用途に対しては異なった特定性能特性と選択変数がちシ、このため違ったセ
ンサとアクチュエータが必要となる(これらも甘たほとんど市販の本のでよい、
)。しかしながら自動最適調整方法の設計は同様であシ、さらに同じマイクロプ
ロセッサ、相互接続S撰、統計設計、最適調整機構が利用で卆る。
第6Iど1にマイクロプロセッサ31、工ンジンス’lb(17)
ち動カニニット32および電圧および流通(例えば燃料もしくはオイルの)のセ
ンサ33,34を有する自動最適調整自動車60を示す。感知信号は信号伝達線
35を通じてマイクロプロセッサに送られる。説明を簡単にするたぬ、他の例え
ば圧力、時間、電流等のためのセンサは図示しない。マイクロプロセッサ61#
i感知されかつ送信された全てのデータを実時間で分析し、そしてさまざまなア
クチェエータすなわち電圧調整器66、流量計測器37(他のアクチュエータは
図示しない、)が、これらのさまざまなパラメータもしくは変数を、毎秒おそら
< 1000もしくは1000000のデータビットを含む冥時間で急速に伝達
されたデータからマイクロプロセッサ31によシ動的に決定された、それらの特
定瞬間におけるそれらの各々の最適゛調整レベルにセットする゛よう指令する。
第4図は自動製造システムのフローチャートを示す。
ここでは7つ(7)のカテゴリーの情報すなわち評価パラメータの収集が行なわ
れる。これらの力、テゴリ・−には設備、材料、部品、人間、環境、予備設計お
よびルールや規定が含まれる。設備カテゴリーだけに、工具材料、ILレーキ角
もしくはsl!?lft型式お”よび流速(至)
のような1つもしくはそれ以上のおそらく重要なパラメータを各々有する何百も
の大小の機械を含むであろう。ルールや規定は市、州、連邦もしくは国際的なも
のであろう。完全自動化すなわち無人化システムでは人のカテゴ1フーは削除さ
れる。
全ての入力データを急速に収集して瞬時に分析した後、マイクロプロセッサは継
続的かつ自動的に設計(CAD )を行なって、最適調整設計が行なわれ(CA
M)、サンプリングされ(CAS )そしてテストされ(CAT)るよう指令す
る。継続的かつ自動的再分析と最適調整(Cム0)は比較検討された性能特性を
選択的に組合わせることにより得られる最適調整基準に基つくものである。これ
には同様な基準に基づく最適調整チェックが伴なう。このような最適調整チェッ
クの結果は再設計(CAD )もしくは生産のいずれかであシ、さらに最適調整
基準のため、製品品質、生産速度もしくはコスト等の再チェックが自動的かつt
&続的に100%で行なわれる。
人間かこのシステムに関係するのは、最初の予蜘設計のための入力データの非常
に僅かな部分(すな・ゎち7のカテゴリーのうちの1つ)r供給する最初の時期
(へ)
の一度だけであることを注意されたい。この後人間は完全にこのシステムから除
外される。事実、既に・稼動中のいかなる自動製造システムも、予備設計情幹を
第1予備設計に関するその他同様な゛システムに直接伝達可能である。この場合
、いかなる人も必要ではなくなる。システムはその「情報」を他のシステムに#
実、正確、安価かつ早いオーダーで他のシステムに伝達する。
第4図と同様なフローチャートは鉱石もしくは石油側弁作業にも利用できる。こ
こで、設備とは掘削プラットフォーム、ドリル機械等であシ、材料とは潤滑剤等
であり、部品とはドリルビット等であり、人間とは作業要員であ夛、環境とは岩
の種類、へこみ、傾斜、硬皮等でおる。同様なフローチャートはその他の工業、
商業、“w畢、兵器、医学等にもまた適用可能でおる。
本発明はここに開示した特定の形式に制限されるべきではない、というのは、こ
れらに限定で′になく説明としてみなすべきだからである。例えば、上記戴適調
閲靭のに翻すなわち主効果′@:有している。交互作′用couple(i )
はまた第2表のプログラムリストに従う四
型式の最良のモデルを簡単にプログラムして最急上昇路の決定のために与えられ
たものと衝き換えることがdlX15+・・・−・−・・のような非線型主効果
を含むことができる。
偏導関数’9pfiocha/ax1もまた簡単に得られて例えばバーダウエイ
の特許(第3.466.430号)による最適調整に利用できる。
この発明には以下のような多くの利点がある。
1、 あらゆる材料、部品1人間、環境等を与えられた作用をなすべく備えた重
要な特定関連機械の最適調整を動的かつ実時間で行なうことができる。サンプリ
ングおよび補外による誤差(機械から機械への、部品から部品への、・・−およ
び瞬間から瞬間への)が全くない。
2 最適調整はランダムな試行錯誤によらず、系統的、効率的かつ再現性を有し
て行なわれる。特に、有効な統計的設計によって、実験範囲(例えばパラメータ
ー数)の拡大および必要テスト数、針算段叶数、演算時間の短縮を大きなオーダ
ーでなすことができ、(2)
このため実時間の最適調整が可能となる。
6. 自動最適調整機構は1つもし、くけ2つの環境パラメーターで変化すべく
単に受動的に用いられもしくは調節されるものではなく、これらは積極的かつ継
続的に(計算と調節によシ)いくつかの異なったカテゴリーにおける多くのパラ
メーターの瞬間的な最適組合わせを捜査するものである。
4、 自動最適調整機構の性能は非常に理想的なものであるが、隼に時とともに
改良され・る。
5、 人間による制御、指示干渉は、それが単に望ましくないからだけではなく
、人間の記憶(専念)および記憶の呼びおこし、読み、比較、相関、計算、指令
等の速度には限界が有ル、不可能であるからである。「情報」は今や機械から機
械へと伝達される。
6、 いろんな産業においてさまざまな利用を行なうことによって、ブルーカラ
ーの作業者のみならず技術に熟達したエンジニア、科学者、研究員、マネージャ
ーおよび医者を含むホワイトカラー従業者の本調でろきあきする仕事の緩和を計
ることができる。
7、 至るところから長い間待望されかつ多年にわたるにf究がなされてさた、
^良な自動最適調整機構が今四
初めて現実化された。
第1表 7変数に至る処理用の設計マトリックス5 1112222
6 2122121
7 1 222211
8 2212112
第2表 自動最適調整方法のためのプログラムリスト次元mtxaan(512
,511)、prmcht(512)、effect(511)、baae(5
11)、unit(511)、change(511)、5et(511)、c
ouple(511,511)、hilo(511,2)Cn>512およびk
>9の列もしくはマトリックスには大きな次元を使用。
conatn = 1.0
Cもしくは粗しい設定5et(1)を客易とするためのあ曽
る値。
Ckからテスト数nを見い出せ、すなわちn”2ゝぷmよシ与えられる。
1f(n−1−ii)20.21.2121xn=n
C設計マトリックスmtxdsn(j、 i )の第1カラムを決定。
do 25j = 1. n、 2
jP”j+1
mtxdsn(j、 1)=1
25iatxdan(jp、 1)=2C設計マトリックスのカラム1=2〜k
を決定。
do261=2.k
do311=1.m
effoct(1)=Q。
do32j=1.n
k=:mtxdsn(j、i )
■
xk=に
32effeot(1)−=effset(1)+xk pfsacha(j)
6ffeot(1,)+effect(1)/xn31change(1)=e
ffeot(1)unit(i)conatnC変数AとBの間の交互作用すな
わちcouple(ia。
ib)を決定。
do331a=1.m
couple(ia、 1b)=Q。
do341b=1.m
do 34 j =1. n
kab =: m txtlan (jt iaン+mtxdsn(j、1b)
zkab=kab−kab/22+1
xkab=xkab 2.−3゜
54 coupl e (ia、 1b)= coupl e (ム、ib)十
を儂b pfmcha(j)33 oouple(ia、 ib) ==cou
ple(ia、 ib)/xnC棗二の1変数KwJするべ−、スレベルbas
e(1)ト同時に連続増加変化change(i)からの最急上昇路に沿ってテ
ストを行ない、性能特性pt鳳。ptを最適調整する。もしも新しいpfxh。
ptが以前に記憶したpfmoptすなわちpfmatrを越えるならは、四
最急上昇路を継続してたどる。もしそうでないなにする、ナして段階24に進む
。変わって、もしもpfmcaがpfmstrよシも小さいならばchange
(i ) = −cha−nge (i )/2とする、すなわちchange
(1)を半分にして符号を逆にし、よシ近い段階で最急上昇路に沿って戻る。バ
ーダウエイのパラメーター切替前の3回逆転と同様なプログラムによシ、6回(
もしくは5回あるいは他の数)の逆転および半分割が生じたならば停止。このプ
ログラムはここでは示さない。
j=O
pf鳳opt=Q。
do461=1.m
n1=2 (1−1)
n1虱=ni−i
do 27 J = 1. nt
jni”:J+ni
mtxdan(je ni ) = 127 mtxdan(jni、 ni
) =2(2)
C設計マトリックスのカラムjj=ni〜n−1!決定。
do28j−1,n
do28jj=1.nim
jjk=jJ+ni
k =mtxdsn(j、 jj ) +matxd8n(j、 ni )28
mtxdan(j jk、 j ) = k −k/2”2+1Cすなわち、
両方のマトリックスmtxdan(je jj)およびmtxdan(j、 n
i)が1もしくは2であるならばmtxdsn(jjk、 j)=14 L <
はmtzdsn(jjk、 j )=2.。
26継続
C最適調整サイクル数ncyc:Leが特定サイクル数ncycapを越冬るか
どう、かを注意。もしそうであるならば、最適調整は完了しておシ、全ての変数
およびmアクチェエータは最適調整値もしくは条件にセットされる。もしそうで
なければ停止29に進む。
ncycle =Q
24 ncycle == ncycle + 1if(ncycle−ncy
csp)22+ 22e 2929停止
Cm変数の高水準および低水準を決定。
匈
22 do 231÷1.!11
hilo(1,1)=baae(1)−unit[,1)23hilo(1,2
)=bage(’i)+unit(、i)Cマイクロプロセッサにより制御さ・
れるアクチュエータを用いてm変数を設計マトリックスに従ってそれぞれ高(水
準2)もしくは低(水準1)条件に調節する。1回の連続する瞬間にnテストを
行なう。、次のデータ分析のためマイクをプロセッサ数の効果と交互作用、ef
feot(1)およびcouple(1,1)をそれぞれ決定する。使用データ
は記憶された性能特性pfmcha(j )、 j = 1. nである。
46set(i)=baae(i)
44j=j+1
1r(j−1000) 41.41.43 −41pfmatr=pfmopt
do421−1.m
42 eel(1) =aLt(1) +change(i)Cpfmstrと
比較するため新しいpfmoptを得るためのテストを行なう。
if(pfmopt−pfmszr) 44.44.41弼 、
Cpfmoptを最小とするため、上記の一連の数をr41.41.44Jに置
き換える
43do451=1.m
base(1) =set(1)
45unit(1)=unit(1)/2゜24へ進む。
翰
国際調査報告
鳴
Claims (1)
- 【特許請求の範囲】 1.規定数mの性能−影響変数の変化に応じた特定性能特性に関連するシステム を実時間で動的に自動最適調整するための方法でめうて、前記変数m′をテスト 数nで同時かつ系統的に変化墳せるための統計的テストプランを設計し、榊いて 前記プランに基づいて前記変@mをn回の連続−間におけるそれぞれの計画値に 設定]7、さら変数m″C−C−評価倍分の一秒以上の計X速度で、その特宇シ ステム自身1.Cより、前記変数mと前記性能特性との間の瞬時間機能関係と@ 紀変鼾mの#適な組み合わせを決定してシステムの特定組閣、条件、環境および 要件に関する所望の#)適―整でれた性能特性を得、かつ同時に、前記機能関係 および最適組合わせが実質的に変化する以前の十分早い時期で、簡記変夕Jmを 前記の決定された最適な組み合わせに設定する方法。 2、前記変釘11rt7以上であシ、前記n i!l!Jの連続瞬間は数分内で ある請求の範囲11項記載の方法。 3、#+l紀テステストプラン朴、かつ直交のgb分再現要因(至) 配置実験であり、かつmは15以上である請求の範囲第1項記載の方法。 4、前記テストプランは連続選択実験であシ、かつn#imxbも小である請求 の軛囲年1項記載の方法。 56 前記n回の連続輪間に続く数分間以内における瞬時で前記性能特性を定期 的に再評価して前記変数mおよび性能特性に関する追加データを集め、新しい実 時間機能関係と最適な起み合わせを再決定し、はぼ即座に前記変数mを新しい影 遣組合わせに再設定することによりシステムの全ての連続−間における最適化が 動的に維持することを含む和才の唱囲チ1項記載の方法。 6、多数の性能−影峯変数mに対する特定性能特性に関する動的かつ実時間の最 適調整を行なうための機楢であって、−億分の1以上の計算速度を有するプログ ラム嘔れたマイクロプロセッサ28と、前記変数mの蝉をn回のほぼ連続する瞬 間の各々で#lF続的に制御するアクチュエータma21〜27と、前記性能特 性を連続瞬11f139で同時に評価するためのP一番と、前記(2) 性能特性と前記変数mとの間の夾時115機能関係と、前記変数mの最適な組合 わせとを決定して前記機構の特定瞬間、条件、環境および要件に関する所望の鮒 適化6れた性能特性を得るためvCn組の記録値を前記アクチュエータ機構およ びiT紀評価するための彬槽から前舵マイクロプロセッサへ伝達し2て一億分の 1秒で計算を行なわせる伝達機罐19とから成シ、i前記アクチュエータ#11 構21〜271−ilI前記マイクロプロセッサの指示により、M rd を数 mを曲紀岡能関係および弔事な組みイ・わせが実質的に変化する以前の早期に前 記で決定てね、た最適な1合わせに同時(で設定するネ構。 7、 病剣の患者にほぼ連続してP適な峠合せの薬物を分配すべく最適調整され る薬物分配機の形1′−であうで、@記特定性納特性は患者の生体器官の機能を 含む也者の医学的状態であり、11(記変委jmは患者に伎与さILる多数の化 学物質すなわち薬物であり、当該御構全体は0.1立方メーター以下を占める内 蔵式ユニットに一体に組み込まれ、て思名の体内に埋め込み可能となっている請 求の範囲40項s+h、品のI4框。 (イ) 8.0.1立方メートル以下を占める一体内蔵式の工業処理設備の形態でめって 、前記特定性能特性は処理の単位コストであり、前記変数mは処理変数でおシ、 一方、全てのn回の瞬間は数分以内である請求の勧囲第6項記載の機構。 9、 自動車の形態であって、@記変数mは自動車の経年数と状態、エンジンの 速度、温度、およびセツティング、機料およびオイルの種類と量、突接2比、峨 焼呈内の圧力、撫@9壱火条件、自削車への負荷、虱の種類、方向および速度、 天候条件、道路臀年数、知斜および状態、交通の種類と量からでるグループから i# ”t’ね、た少なくとも15の変数を舎んでおり、前記マイクロプロセッ サは十分にG4!、小型(0,1立方メートル以下)かっ省カ化シれでいて自動 車への装備((有用となっており、しかも十分に多くの配車か可能であり、また 何十億もの計算段階を処理しうるlαどの速い計算速度?有して、所要の実時間 最適調整を数分内で行なうことがでさる側皮の1囲多1. 6 項 d己 龜晃 −の 刊← 構 。 10、鉱柴用掘削榔械の形軌で々、って、Qij記性能特性は掘削の単位コスト であり、前記変数mは掘削、人間および環境変数を含んでおシ、芒らに予め特定 された時間間隔で前記機能関係の定常性をチェックするa構と、前記機能関係が 時につれて大きく変わった場合に前記変数mを新しい最適な矩合わせに即座に調 節する機構とを有している請求のS囲4′:6項を紅のP!構。 (支)
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US275758FREJP | 1981-06-22 | ||
US06/275,758 US4368509A (en) | 1979-08-24 | 1981-06-22 | Self-optimizing machine and method |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS58501011A true JPS58501011A (ja) | 1983-06-23 |
Family
ID=23053672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP57502295A Pending JPS58501011A (ja) | 1981-06-22 | 1982-06-22 | 自動最適調整方法とその機構 |
Country Status (4)
Country | Link |
---|---|
US (1) | US4368509A (ja) |
EP (1) | EP0082197A4 (ja) |
JP (1) | JPS58501011A (ja) |
WO (1) | WO1983000069A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348722A (zh) * | 2019-07-01 | 2019-10-18 | 百维金科(上海)信息科技有限公司 | 一种基于XGBoost的互联网金融风控模型 |
Families Citing this family (67)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58105373A (ja) * | 1980-01-12 | 1983-06-23 | メゾガツダサジ・エス・エレルミスゼリパリ・スゼルヴエゾ・ヴアララ−ト | 電子装置 |
US4472770A (en) * | 1981-06-22 | 1984-09-18 | Li Chou H | Self-optimizing method and machine |
US4482967A (en) * | 1981-09-18 | 1984-11-13 | Dionex Corporation | Conductivity detector and method |
JPH0650442B2 (ja) * | 1983-03-09 | 1994-06-29 | 株式会社日立製作所 | 設備群制御方法およびシステム |
JPH0736123B2 (ja) * | 1983-05-09 | 1995-04-19 | 株式会社日立製作所 | 設備群制御方法 |
DE3390539C2 (de) * | 1983-10-14 | 1990-03-08 | Ford Werke Ag | Verfahren zum Betreiben eines adaptiv gesteuerten technischen Prozesses |
US4648044A (en) * | 1984-06-06 | 1987-03-03 | Teknowledge, Inc. | Basic expert system tool |
US4803641A (en) * | 1984-06-06 | 1989-02-07 | Tecknowledge, Inc. | Basic expert system tool |
US4658370A (en) * | 1984-06-07 | 1987-04-14 | Teknowledge, Inc. | Knowledge engineering tool |
US4710864A (en) * | 1984-09-19 | 1987-12-01 | Li Chou H | Self-optimizing method and machine |
US5410634A (en) * | 1984-09-19 | 1995-04-25 | Li; Chou H. | Self-optimizing method and machine |
US4910660A (en) * | 1984-09-19 | 1990-03-20 | Li Chou H | Self-optimizing method and machine |
US4791672A (en) * | 1984-10-05 | 1988-12-13 | Audiotone, Inc. | Wearable digital hearing aid and method for improving hearing ability |
US4658362A (en) * | 1984-12-24 | 1987-04-14 | Mxdonnell Douglas Corporation | Process modeling for superplastic forming of metal sheets |
US4689754A (en) * | 1985-02-21 | 1987-08-25 | The Perkin-Elmer Corporation | Optimization apparatus and procedure |
JPS61229693A (ja) * | 1985-04-04 | 1986-10-13 | Sanshin Ind Co Ltd | 船舶推進機の自動トリム角調整装置 |
US4835690A (en) * | 1985-11-19 | 1989-05-30 | Picker International, Inc. | Integrated expert system for medical imaging scan, set-up, and scheduling |
US4736316A (en) * | 1986-08-06 | 1988-04-05 | Chevron Research Company | Minimum time, optimizing and stabilizing multivariable control method and system using a constraint associated control code |
US4845628A (en) * | 1986-08-18 | 1989-07-04 | Automated Decisions, Inc. | Method for optimization of drilling costs |
US4914563A (en) * | 1986-08-22 | 1990-04-03 | At&T Bell Laboratories | Method and apparatus for optimizing system operational parameters through affine scaling |
US4744027A (en) * | 1986-08-22 | 1988-05-10 | American Telephone And Telegraph Company, At&T Bell Laboratories | Method and apparatus for optimizing system operational parameters |
US4894773A (en) * | 1986-08-22 | 1990-01-16 | American Telephone And Telegraph Company, At&T Bell Laboratories | Method and apparatus for optimizing system operational parameters through projective transformations |
US4881172A (en) * | 1986-12-22 | 1989-11-14 | Lord Corporation | Observer control means for suspension systems or the like |
US4807108B1 (en) * | 1987-08-10 | 1995-03-28 | Bell Telephone Labor Inc | Product realization method |
US5311451A (en) * | 1987-11-06 | 1994-05-10 | M. T. Mcbrian Company, Inc. | Reconfigurable controller for monitoring and controlling environmental conditions |
US5019999A (en) * | 1988-09-30 | 1991-05-28 | Technicon Instruments Corporation | Immunoanalysis method for discriminating between antigen excess and antibody excess conditions |
US5083288A (en) * | 1989-02-24 | 1992-01-21 | Arpad Somlyody | Apparatus for configuring a remote process sensor and signal transmitter |
EP0606950A3 (en) * | 1993-01-13 | 1995-07-12 | Eastman Kodak Co | Method for determining the reaction rate of analytes. |
US5328787A (en) * | 1993-05-24 | 1994-07-12 | Eastman Kodak Company | Method for assessing and controlling the sensitometric characteristics of photographic products |
JPH07295619A (ja) * | 1994-04-25 | 1995-11-10 | Mitsubishi Electric Corp | 工作機械の数値制御装置 |
US5809282A (en) * | 1995-06-07 | 1998-09-15 | Grc International, Inc. | Automated network simulation and optimization system |
US7418301B2 (en) * | 1996-05-06 | 2008-08-26 | Pavilion Technologies, Inc. | Method and apparatus for approximating gains in dynamic and steady-state processes for prediction, control, and optimization |
US6493596B1 (en) | 1996-05-06 | 2002-12-10 | Pavilion Technologies, Inc. | Method and apparatus for controlling a non-linear mill |
US7058617B1 (en) * | 1996-05-06 | 2006-06-06 | Pavilion Technologies, Inc. | Method and apparatus for training a system model with gain constraints |
US7149590B2 (en) | 1996-05-06 | 2006-12-12 | Pavilion Technologies, Inc. | Kiln control and upset recovery using a model predictive control in series with forward chaining |
US6438430B1 (en) * | 1996-05-06 | 2002-08-20 | Pavilion Technologies, Inc. | Kiln thermal and combustion control |
US8311673B2 (en) * | 1996-05-06 | 2012-11-13 | Rockwell Automation Technologies, Inc. | Method and apparatus for minimizing error in dynamic and steady-state processes for prediction, control, and optimization |
US7610108B2 (en) * | 1996-05-06 | 2009-10-27 | Rockwell Automation Technologies, Inc. | Method and apparatus for attenuating error in dynamic and steady-state processes for prediction, control, and optimization |
US5933345A (en) * | 1996-05-06 | 1999-08-03 | Pavilion Technologies, Inc. | Method and apparatus for dynamic and steady state modeling over a desired path between two end points |
US6144954A (en) * | 1998-01-27 | 2000-11-07 | Li; Chou H. | Automatic development of computer software |
US6157916A (en) * | 1998-06-17 | 2000-12-05 | The Hoffman Group | Method and apparatus to control the operating speed of a papermaking facility |
US7319965B1 (en) | 1998-06-17 | 2008-01-15 | The Hoffman Group | Method and apparatus to control the operating speed of a manufacturing facility |
US6625500B1 (en) | 1999-03-16 | 2003-09-23 | Chou H. Li | Self-optimizing method and machine |
US6513024B1 (en) | 1999-03-16 | 2003-01-28 | Chou H. Li | Self-optimization with interactions |
US6973389B1 (en) * | 1999-09-03 | 2005-12-06 | Mountassir M Hammed | Method of optimizing parameter values in a process of producing a product |
CA2431066C (en) * | 2000-12-15 | 2007-05-15 | Youqi Wang | Methods and apparatus for designing high-dimensional combinatorial experiments |
US6748279B2 (en) * | 2001-01-31 | 2004-06-08 | Red X Technologies, Inc. | Method for improving a manufacturing process by conducting a full factorial experiment to optimize process variable settings |
US7349863B1 (en) | 2001-06-14 | 2008-03-25 | Massachusetts Institute Of Technology | Dynamic planning method and system |
US7415393B1 (en) | 2001-06-14 | 2008-08-19 | Massachusetts Institute Of Technology | Reliability buffering technique applied to a project planning model |
FR2830608B1 (fr) * | 2001-10-05 | 2003-12-12 | Air Liquide | Procede et installation de prediction de la temperature d'articles traversant une enceinte de refroidissement |
DE10339766A1 (de) * | 2003-08-27 | 2005-04-07 | Siemens Ag | Verfahren und Einrichtung zur Steuerung einer Anlage zur Herstellung von Stahl |
US7689978B2 (en) * | 2003-11-25 | 2010-03-30 | International Business Machines Corporation | System and method for autonomic optimization by computer programs |
TWI231481B (en) * | 2004-03-11 | 2005-04-21 | Quanta Comp Inc | Electronic apparatus |
US7496414B2 (en) | 2006-09-13 | 2009-02-24 | Rockwell Automation Technologies, Inc. | Dynamic controller utilizing a hybrid model |
US7827044B2 (en) * | 2007-11-02 | 2010-11-02 | Mccullough Thomas J | Analytical tool for managing the treatment of chronic illnesses |
US8438378B2 (en) * | 2008-06-25 | 2013-05-07 | Veloxum Llc | Systems and methods for tuning an operating system, application, or network component |
US20100134911A1 (en) * | 2008-12-02 | 2010-06-03 | Jin Zhen | Multi-parameter optimization of write head performance using adaptive response surface |
WO2012088537A1 (en) | 2010-12-23 | 2012-06-28 | Cummins Intellectual Property, Inc. | System and method of vehicle operating condition management |
WO2012088536A1 (en) | 2010-12-23 | 2012-06-28 | Cummins Intellectual Property, Inc. | System and method of speed-based downspeed coasting management |
WO2012088534A1 (en) | 2010-12-23 | 2012-06-28 | Cummins Intellectual Property, Inc. | System and method of vehicle speed-based operational cost optimization |
US8577568B2 (en) | 2011-01-06 | 2013-11-05 | Cummins Intellectual Property, Inc. | Supervisory thermal management system and method for engine system warm up and regeneration |
DE112012000447T5 (de) | 2011-01-12 | 2013-10-10 | Cummins Intellectual Property, Inc. | System und Verfahren eines Kraftstoffquantitätsmanagements eines Fahrzeugs |
WO2012118858A2 (en) | 2011-02-28 | 2012-09-07 | Cummins Intellectual Property, Inc. | System and method of dpf passive enhancement through powertrain torque-speed management |
WO2014026108A1 (en) * | 2012-08-10 | 2014-02-13 | Hypertherm, Inc. | Automatic tool for motion analysis and optimization on cnc machine |
CN104981752A (zh) * | 2013-01-17 | 2015-10-14 | 加利福尼亚大学董事会 | 对用于复杂系统的优化的输入参数组合的快速识别 |
CN103928985B (zh) * | 2014-04-09 | 2015-10-28 | 国家电网公司 | 基于goose通信机制的联闭锁逻辑自动检测方法 |
CN113009826B (zh) * | 2021-02-08 | 2021-11-30 | 哈尔滨工程大学 | 一种基于新型误差变换的auv预设性能轨迹跟踪控制方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3460096A (en) * | 1966-07-14 | 1969-08-05 | Roger L Barron | Self-organizing control system |
US3466430A (en) * | 1967-01-11 | 1969-09-09 | Collins Radio Co | Extreme parameter search control system |
US3519998A (en) * | 1967-09-29 | 1970-07-07 | Adaptronics Inc | Self-organizing control system for providing multiple-goal,multiple-actuator control |
US3576976A (en) * | 1967-10-19 | 1971-05-04 | Bendix Corp | Nonlinear optimizing computer for process control |
US3602701A (en) * | 1968-09-23 | 1971-08-31 | Universal Oil Prod Co | Process control method |
US3694636A (en) * | 1970-03-20 | 1972-09-26 | Westinghouse Electric Corp | Digital computer process control with operational learning procedure |
GB1347168A (en) * | 1971-05-05 | 1974-02-27 | Werkzeugmasch Heckert Veb | Circuit arrangement for optimising control |
-
1981
- 1981-06-22 US US06/275,758 patent/US4368509A/en not_active Expired - Fee Related
-
1982
- 1982-06-22 EP EP19820902329 patent/EP0082197A4/en not_active Withdrawn
- 1982-06-22 JP JP57502295A patent/JPS58501011A/ja active Pending
- 1982-06-22 WO PCT/US1982/000845 patent/WO1983000069A1/en not_active Application Discontinuation
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110348722A (zh) * | 2019-07-01 | 2019-10-18 | 百维金科(上海)信息科技有限公司 | 一种基于XGBoost的互联网金融风控模型 |
Also Published As
Publication number | Publication date |
---|---|
WO1983000069A1 (en) | 1983-01-06 |
EP0082197A1 (en) | 1983-06-29 |
US4368509A (en) | 1983-01-11 |
EP0082197A4 (en) | 1986-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPS58501011A (ja) | 自動最適調整方法とその機構 | |
Yuan et al. | A decision-based analysis of compressed air usage patterns in automotive manufacturing | |
CN101498459A (zh) | 一种锅炉燃烧优化的建模方法 | |
EP3136313A1 (de) | Verfahren und vorrichtung zur analyse des energieeinsatzes beim betrieb eines produktionssystems | |
CN107146009A (zh) | 一种供水管网运行状态评估方法 | |
Paulley et al. | Overview of an international study to compare models and evaluate land‐use and transport policies | |
CN114219262A (zh) | 一种区域农产品超标概率预测及误差分析方法 | |
CN105808929A (zh) | 一种高炉十字测温装置中心温度估计方法 | |
Ren et al. | The measurement of carbon performance of construction activities: a case study of a hotel construction project in South Wales | |
CN106762987A (zh) | 一种工程车辆液压系统综合训练平台 | |
Herzog et al. | Allocation of PPRS for the plant planning in the final automotive assembly | |
CN1766594A (zh) | 一种钢种热模拟试验材质控制方法 | |
CN112200480A (zh) | 用于发动机缸盖全生命周期评价的数据收集方法 | |
Drechsel et al. | A new approach to integrate value stream analysis into a continuous energy efficiency improvement process | |
CN103822960A (zh) | 极谱法多金属离子浓度在线检测方法 | |
CN103472728B (zh) | 机器学习的农药焚烧炉有害物排放达标控制系统及方法 | |
Zhichkin et al. | Implementation of Sustainability Analyzes in Software Products for Evaluating the Effectiveness of Investment Projects | |
CN112595834A (zh) | 一种土壤重金属溯源及污染途径确定方法 | |
Jahnavi et al. | IOT based Innovative Irrigation using Adaptive Cuckoo Search Algorithm comparison with the State of Art Drip Irrigation to attain Efficient Irrigation | |
El Kihel et al. | Linking 4.0 Technologies and performance indicators based on a reference Model for supply chain | |
Calvetti | Multivariate statistical analysis approach to cluster construction workers based on labor productivity performance | |
Fu et al. | UC Berkeley Develops New User-Friendly Tool to Expedite the Evaluation of Connected Automated Vehicle Technologies | |
Fritz et al. | Design of experiments in large diesel engine optimisation | |
Hill | Regional Aspects of Economic Development | |
Frazão et al. | and Coastal Research |